1 |
1
노이즈를 포함하는 베이어 패턴(bayer pattern)의 제1 이미지를 입력 받는 단계; 및노이즈 제거 모델을 이용하여 상기 제1 이미지의 노이즈를 제거하여 노이즈가 제거된 이미지를 출력하는 단계를 포함하고,상기 노이즈 제거 모델은, 상기 제1 이미지에 재배열(rearrange) 및 컨볼루션(convolution) 연산을 수행하여 상기 제1 이미지로부터 상기 제1 이미지의 RGB 상관성 정보를 포함하는 베이어 패턴의 제2 이미지를 생성하는 색상 상관성 블록(color correlation block),상기 제1 이미지에 DCT(Discrete Cosine Transform)를 적용하여 상기 제1 이미지의 고주파 성분이 강조된 제3 이미지를 생성하는 DCT 블록 및상기 제1 이미지와 상기 제2 이미지 및 상기 제3 이미지에 기초하여 생성된 제1 특징맵에 DWT(Discrete Wavelet Transform)를 적용함으로써 저주파 특징맵과 하나 이상의 고주파 특징맵을 생성하고, 상기 저주파 특징맵 및 상기 하나 이상의 고주파 특징맵에 기초하여 상기 제1 특징맵의 고주파 성분 및 저주파 성분이 강조된 최종 특징맵을 생성하는 하나 이상의 DWT 블록을 포함하는, 이미지 처리 방법
|
2 |
2
청구항 1항에 있어서,상기 색상 상관성 블록은, 상기 제1 이미지의 베이어 패턴을 재배열하여 상기 제1 이미지의 R 성분, G 성분, B 성분 각각에 대한 RGB 특징맵을 생성하고 상기 RGB 특징맵에 기초하여 상기 제2 이미지를 생성하는, 이미지 처리 방법
|
3 |
3
청구항 2항에 있어서,상기 색상 상관성 블록은,상기 RGB 특징맵에 컨볼루션 연산을 수행하여 상기 제1 이미지의 RGB 상관성 정보가 포함된 상기 제2 이미지를 생성하는, 이미지 처리 방법
|
4 |
4
청구항 3항에 있어서,상기 색상 상관성 블록은,상기 제1 이미지와 상기 RGB 특징맵을 스킵 연결(Skip connection) 방식으로 더하여 상기 제2 이미지를 생성하는, 이미지 처리 방법
|
5 |
5
청구항 1항에 있어서,상기 제1 특징맵은,상기 제1 이미지, 상기 제2 이미지 및 상기 제3 이미지를 결합한 후 컨볼루션 연산을 수행하여 생성되는, 이미지 처리 방법
|
6 |
6
청구항 1항에 있어서,상기 DWT 블록은, 상기 저주파 특징맵에 기초하여 상기 제1 특징맵의 저주파 성분이 강조된 제2 특징맵을 생성하는 제1 내부 잔여 밀집 블록(Residual Dense Block) 및 상기 하나 이상의 고주파 특징맵에 기초하여 상기 제1 특징맵의 고주파 성분이 강조된 제3 특징맵을 생성하는 제2 내부 잔여 밀집 블록을 포함하는, 이미지 처리 방법
|
7 |
7
청구항 6항에 있어서,상기 제2 내부 잔여 밀집 블록은, 상기 하나 이상의 고주파 특징맵에 컨볼루션 연산을 수행하여 생성된 특징맵에 기초하여 상기 제3 특징맵을 생성하는, 이미지 처리 방법
|
8 |
8
청구항 6항에 있어서,상기 DWT 블록은, 상기 제2 특징맵, 상기 제3 특징맵 및 상기 저주파 특징맵과 상기 하나 이상의 고주파 특징맵에 컨볼루션 연산을 수행하여 생성된 제4 특징맵에 기초하여 상기 최종 특징맵을 생성하는, 이미지 처리 방법
|
9 |
9
청구항 1항에 있어서,상기 노이즈 제거 모델은하나 이상의 외부 잔여 밀집 블록을 더 포함하고, 상기 하나 이상의 DWT 블록 및 상기 하나 이상의 외부 잔여 밀집 블록은 U-net 구조로 구성되는, 이미지 처리 방법
|
10 |
10
노이즈를 포함하는 베이어 패턴(bayer pattern)의 제1 이미지를 입력 받는 이미지 입력부; 및노이즈 제거 모델을 이용하여 상기 제1 이미지의 노이즈를 제거하여 노이즈가 제거된 이미지를 출력하는 이미지 출력부를 포함하고,상기 노이즈 제거 모델은, 상기 제1 이미지에 재배열(rearrange) 및 컨볼루션(convolution) 연산을 수행하여 상기 제1 이미지로부터 상기 제1 이미지의 RGB 상관성 정보를 포함하는 베이어 패턴의 제2 이미지를 생성하는 색상 상관성 블록(color correlation block),상기 제1 이미지에 DCT(Discrete Cosine Transform)를 적용하여 상기 제1 이미지의 고주파 성분이 강조된 제3 이미지를 생성하는 DCT 블록 및상기 제1 이미지와 상기 제2 이미지 및 상기 제3 이미지에 기초하여 생성된 제1 특징맵에 DWT(Discrete Wavelet Transform)를 적용함으로써 저주파 특징맵과 하나 이상의 고주파 특징맵을 생성하고, 상기 저주파 특징맵 및 상기 하나 이상의 고주파 특징맵에 기초하여 상기 제1 특징맵의 고주파 성분 및 저주파 성분이 강조된 최종 특징맵을 생성하는 하나 이상의 DWT 블록을 포함하는, 이미지 처리 장치
|
11 |
11
청구항 10항에 있어서,상기 색상 상관성 블록은, 상기 제1 이미지의 베이어 패턴을 재배열하여 상기 제1 이미지의 R 성분, G 성분, B 성분 각각에 대한 RGB 특징맵을 생성하고 상기 RGB 특징맵에 기초하여 상기 제2 이미지를 생성하는, 이미지 처리 장치
|
12 |
12
청구항 11항에 있어서,상기 색상 상관성 블록은,상기 RGB 특징맵에 컨볼루션 연산을 수행하여 상기 제1 이미지의 RGB 상관성 정보가 포함된 상기 제2 이미지를 생성하는, 이미지 처리 장치
|
13 |
13
청구항 12항에 있어서,상기 색상 상관성 블록은,상기 제1 이미지와 상기 RGB 특징맵을 스킵 연결(Skip connection) 방식으로 더하여 상기 제2 이미지를 생성하는, 이미지 처리 장치
|
14 |
14
청구항 10항에 있어서,상기 제1 특징맵은,상기 제1 이미지, 상기 제2 이미지 및 상기 제3 이미지를 결합한 후 컨볼루션 연산을 수행하여 생성되는, 이미지 처리 장치
|
15 |
15
청구항 10항에 있어서,상기 DWT 블록은, 상기 저주파 특징맵에 기초하여 상기 제1 특징맵의 저주파 성분이 강조된 제2 특징맵을 생성하는 제1 내부 잔여 밀집 블록(Residual Dense Block) 및 상기 하나 이상의 고주파 특징맵에 기초하여 상기 제1 특징맵의 고주파 성분이 강조된 제3 특징맵을 생성하는 제2 내부 잔여 밀집 블록을 포함하는, 이미지 처리 장치
|
16 |
16
청구항 15항에 있어서,상기 제2 내부 잔여 밀집 블록은, 상기 하나 이상의 고주파 특징맵에 컨볼루션 연산을 수행하여 생성된 특징맵에 기초하여 상기 제3 특징맵을 생성하는, 이미지 처리 장치
|
17 |
17
청구항 15항에 있어서,상기 DWT 블록은, 상기 제2 특징맵, 상기 제3 특징맵 및 상기 저주파 특징맵과 상기 하나 이상의 고주파 특징맵에 컨볼루션 연산을 수행하여 생성된 제4 특징맵에 기초하여 상기 최종 특징맵을 생성하는, 이미지 처리 장치
|
18 |
18
청구항 10항에 있어서,상기 노이즈 제거 모델은하나 이상의 외부 잔여 밀집 블록을 더 포함하고, 상기 하나 이상의 DWT 블록 및 상기 하나 이상의 외부 잔여 밀집 블록은 U-net 구조로 구성되는, 이미지 처리 장치
|